Mysql如何使用索引查询数据的
下图是一个B+树我们的目标节点是 13
我们先根据 13 锁定非叶子节点 2，计算机进行一次IO操作把叶子节点取出来，在叶子节点2中找到叶子节点5 里面有 13 计算机也要进行一次IO将数据取到内存里然后读数据 一共进行了
3次磁盘IO
众所周知：影响性能最大的就是 磁盘的IO，磁盘IO的顺序是最慢的
B+树的优势
1. B+树对磁盘I/O友好
B+树是一种平衡树，其设计目的之一就是为了减少磁盘I/O操作。因为数据库的数据存储在磁盘上，而磁盘的读写速度远远低于内存，优化磁盘I/O非常关键。B+树的每个节点可以包含多个数据项（或索引值），并且B+树是一个高度平衡的结构，树的高度较低，因此查询、插入、删除操作需要的磁盘读取次数较少。
高度低代表查询一个节点的次数更少IO次数更少，查询速度更快
2. B+树叶子节点链表结构支持范围查询
在B+树中，所有数据都存储在叶子节点，叶子节点通过链表连接，保证了数据的顺序性。这使得范围查询非常高效，可以通过遍历叶子节点快速获取指定范围内的所有数据。而B树中，数据存储在每个节点中，链表的存在让B+树比B树更适合顺序访问和范围查询。
3. 高效的查询性能
B+树的查询复杂度为O(logN)，其中N是节点的数量。由于B+树的层数较少，每次查询从根节点到叶子节点只需要进行少量的磁盘读取操作，能快速定位目标数据。相较于其他结构（如哈希表），B+树不仅支持单点查询，还支持范围查询，性能较为稳定。
4. 支持高并发的插入和删除
B+树的结构使得其插入和删除操作的效率较高。当有新的数据插入或删除时，B+树会保持自平衡，即在发生操作时树的高度不会大幅增加，这保证了数据库在面对大量插入、更新和删除时仍然能够保持较高的查询性能。
5. 适合数据库的分页存储模型
MySQL的InnoDB存储引擎设计是基于页的存储，每一页通常为16KB，B+树的每一个节点正好可以映射到一个页。这种结构能最大化利用每个磁盘页，减少不必要的磁盘I/O次数。
因此，B+树在MySQL InnoDB引擎中作为索引结构，主要是因为它能够平衡磁盘访问、查询、插入、删除等操作的效率，且特别适合范围查询和顺序访问的场景。
